摘要:在制造缺陷、专利申请、道路安全和公共卫生等应用领域,经常会出现较多的零观测值和一观测值.采用传统的泊松回归或负二项回归模型往往会过低地估计零观测值和一观测值出现的概率,数据拟合的效果欠佳.文章提出了0-1膨胀几何分布回归模型,巧妙地引入隐变量并进行极大似然估计和贝叶斯估计,基于数据扩充策略分别采用最大期望(EM)算法和Metropolis-Hastings抽样算法对回归参数向量进行估计.在不同的样本容量下进行数值模拟,并对两种估计方法的性能进行评价.研究表明,对于博士研究生数量的数据集,0-1膨胀几何分布回归模型能够达到更好的拟合效果.
简介:《系统科学与数学》杂志在全国影响力巨大,创刊于1981年,公开发行的月刊杂志。创刊以来,办刊质量和水平不断提高,主要栏目设置有:系统理论与控制、系统工程与管理、统计方法及应用、信息处理和计算机数学等领域的学术论文及技术报告等。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社